物流文本分析研究：基于种子词集扩展、关键词抽取和注意力机制的文本分类模型

本文针对上述问题展开了研究，主要从以下三个方面入手：首先，基于种子词集扩展技术，对物流种子词汇进行扩展，获得所有的物流词汇，以此过滤爬取下来的文本，获取所有物流相关的文本，为后续实验奠定基础；其次，提出了基于词频-逆文档频率特征、首次出现的位置特征、词语长度特征、文章标题特征、词跨度特征的综合权重公式，优化关键词抽取模型，并与传统关键词抽取模型进行实验对比，以验证权重综合公式的可行性和准确性；最后，提出了基于注意力机制的GRU文本分类模型，用于物流文本分类，并结合文本关键词提出了文本分类模型，以提高分类效果。与CNN模型和基于注意力机制的CNN模型进行对比实验，以验证改进后模型的性能和正确率的提升。